연구진은 기존 보행 익명화 방법의 한계를 극복하기 위해 GaitProtector라는 새로운 프레임워크를 제안했습니다. 이 기술은 보호 대상 보행을 특정 인물의 모습으로 위장하여 개인 정보 보호와 구조 보존이라는 상반된 목표를 동시에 달성합니다.
GaitProtector는 사전 학습된 3D 비디오 확산 모델의 잠재 공간을 활용하여 훈련 없이도 작동하며, CASIA-B 데이터셋에서 56.7%의 위장 성공률과 89.6%에서 15.0%로 감소된 Rank-1 식별 정확도를 달성했습니다.
Scoliosis1K 데이터셋에 대한 추가 평가에서 진단 정확도는 91.4%에서 74.2%로 감소하는 데 그쳐, 하위 작업 유용성을 유지했습니다.